Tencent Hy4 im Überblick: 5 zentrale Erkenntnisse zu multimodalen Fähigkeiten, Computerbedienung, Preisen und Leistungsschwächen

Anmerkung der Redaktion: Tencent hat Hy4 offiziell veröffentlicht. Das Modell unterstützt erstmals Bildverständnis und die Bedienung von Computersoftware. Dieser Artikel stellt Herstellerangaben, Tests von Partnern und unabhängige Bewertungen gegenüber, um die Grenzen und Einsatzmöglichkeiten des Modells einzuordnen.

Rund zwei Monate nach der Vorschauversion hat Tencent die finale Version von Hy4 veröffentlicht. Sie unterstützt erstmals Bildverständnis und die selbstständige Bedienung von Computersoftware; die Preise bleiben gegenüber der Vorschauversion unverändert. Tencent zufolge gehört Hy4 damit erstmals zu den leistungsstärksten Modellen mit offenen Gewichten. Die Gewichte sollen allerdings erst zu einem noch nicht bekannt gegebenen Zeitpunkt freigegeben werden.

Dies ist keine bloße Nacherzählung der Produktvorstellung. Tencents eigene Tests, Rückmeldungen von Partnern und die unabhängige Bewertung von Artificial Analysis stimmen nicht vollständig überein – teils gibt es deutliche Unterschiede. Dieser Artikel stellt die Aussagen aller drei Seiten Punkt für Punkt gegenüber und trennt Herstellerangaben von unabhängigen Ergebnissen.

Das Wichtigste auf einen Blick: Nach der Lektüre wissen Sie, welche Fähigkeiten Hy4 neu mitbringt, was es kostet, bei welchen Aufgaben es deutlich zurückliegt und wie Sie es beim Programmieren sowie in Finanz- und Büroanwendungen zuverlässig einsetzen.

Tencent Hy4: Die wichtigsten Fakten im Überblick

Hier zunächst die bestätigten Fakten in einer Tabelle. Die meisten Angaben zu den Fähigkeiten stammen von Tencent selbst; Daten von Drittanbietern werden im weiteren Verlauf gesondert gekennzeichnet.

Hintergrund zur Veröffentlichung von Tencent Hy4

Der Vorgänger Hy3 von Tencent hat 295 Milliarden Parameter und wurde unter der Apache-2.0-Lizenz veröffentlicht. In den darauffolgenden Monaten brachte Zhipu GLM-5.3 heraus, DeepSeek veröffentlichte V4.1-Flash-1017 und Moonshot AI stellte Kimi K3.1 Pro vor. Der Wettbewerb zwischen chinesischen Modellen ist also intensiv. Hy4 soll Tencent in dieser Runde wieder in die Spitzengruppe zurückbringen.

Ein weiterer wichtiger Punkt ist die veränderte Bewertungsmethode: Artificial Analysis hat seinen Gesamtindex Ende Oktober überarbeitet. Er basiert nun zu 60 % auf nicht öffentlich zugänglichen privaten Testdatensätzen. Nach der neuen Berechnung ist der Abstand zwischen offenen Modellen und Spitzenmodellen von 3 auf 12 Punkte gewachsen. Die Bewertung von Hy4 lässt sich daher nicht direkt mit älteren Ranglisten vor der Überarbeitung vergleichen.

Tencent Hy4: multimodale Fähigkeiten und Computersteuerung

Bildverständnis und Computersteuerung sind die beiden größten Neuerungen dieser Hy4-Generation. Das eine ermöglicht dem Modell, Bilder zu verstehen, das andere, selbst Aktionen auszuführen. Erst zusammen können diese Fähigkeiten echte Büro- und Entwicklungsabläufe unterstützen.

Hy4-Bildverständnis: Details durch codegesteuertes Zuschneiden finden

In einer Demonstration von Tencent sollte Hy4 auf einer Luftaufnahme mit 2,8 Milliarden Pixeln ein etwa zwei Meter großes Bauteil auf dem Dach eines bestimmten Lagergebäudes finden. Statt das gesamte Bild auf einmal zu „betrachten“, erzeugte das Modell per Code einzelne Bildausschnitte und untersuchte sie nacheinander vergrößert. Dieser werkzeuggestützte Ansatz ist auch für die Verarbeitung sehr großer Pläne, Fernerkundungsbilder und komplexer Diagramme interessant.

Laut Tencent kann das Bildverständnis auch beim Programmieren helfen, etwa beim Erstellen von Websites und Spielen anhand von Designvorlagen. Für die Spieleentwicklung hat Tencent mit eigenen Spielestudios zusammengearbeitet und Hy4 an gängige Engines wie Unreal, Unity und Godot angepasst. Nach Angaben des Entwicklerteams von Honor of Kings erledigt Hy4 Konfigurationsaufgaben nahezu fehlerfrei und findet die Grundursachen von Bugs deutlich häufiger als zuvor. Diese Rückmeldungen stammen allerdings von einem internen Tencent-Team; eine Testmethode wurde nicht veröffentlicht.

Hy4 am Computer: Fachsoftware und anwendungsübergreifende Aufgaben

Hy4 kann erstmals eigenständig einen Computer bedienen und Software direkt steuern, um Aufgaben zu erledigen. Tencent hat das Modell gezielt mit professionellen Werkzeugen wie Blender und CAD trainiert. Zum Training gehörten auch Aufgaben, bei denen mehrere Anwendungen nacheinander zum Einsatz kommen. Im Büro kann Hy4 in Echtzeit mit Menschen an Word-, Excel- und PowerPoint-Dateien arbeiten.

Ein wichtiger Vergleich: Am selben Tag veröffentlichte das Analyseunternehmen SemiAnalysis den GDPx-Benchmark. Darin bedienen KI-Agenten in einer simulierten realen Arbeitsumgebung Fachsoftware wie Siemens NX; einzelne Aufgaben dauern bis zu acht Stunden. Kein Modell erreichte mehr als 12 %, selbst der Erstplatzierte Claude Opus 5.5 kam nur auf 12 %. Hy4 steht nicht auf dieser Bestenliste. Das Ergebnis zeigt aber: Die Fähigkeit, Computer zu bedienen, steckt in der gesamten Branche noch in den Anfängen. Zwischen „Software bedienen können“ und „professionelle Aufgaben eigenständig erledigen können“ liegt weiterhin ein großer Unterschied.

Hy4 trainiert seine eigenen „Nachkommen“ mit

Tencent stellte auch einen besonderen Anwendungsbereich vor: Hy4 soll die KI-Entwicklung selbst verbessern. In internen Tests zu Forschungsaufgaben aus sieben Bereichen belegte Hy4 laut Tencent unter den offenen Modellen den ersten Platz. Zusammen mit dem Agentensystem Hyra 2.0 steigerte Hy4 den Durchsatz der internen Trainingsinfrastruktur von Tencent in sechs Schritten um etwa 20 %.

Anschließend trainierte Hy4 eigenständig eine Version von Jev, dem Entscheidungsmodell des US-Start-ups TypeSafe AI. Diese Hyra-Jev-Variante übertraf das ursprüngliche Jev bei sechs von acht Benchmarks. Zwei auf diese Weise entwickelte Spezialmodelle für Biologie und Physik will Tencent ebenfalls als offene Modelle veröffentlichen. All das sind Tests von Tencent selbst. Dennoch zeigen sie die langfristige Absicht: Hy4 soll die interne KI-Forschung und -Entwicklung beschleunigen.

Tencent Hy4 im Testvergleich: Hersteller, Partner und unabhängige Institutionen

Dieser Abschnitt ist der Schwerpunkt des Artikels. Die drei Seiten zeichnen vom selben Modell deutlich unterschiedliche Bilder. Bei der Auswahl sollte man daher genau darauf achten, wer die jeweilige Aussage macht.

Die wichtigsten Unterschiede zwischen Tencents Hy4-Selbsttest und unabhängigen Bewertungen

Am deutlichsten zeigt sich der Unterschied beim Vergleich von Hy4 und Kimi K3.1 Pro. In Tencents Finanztest liegt Hy4 vor Kimi, im Gesamtindex von Artificial Analysis dagegen 11 Punkte dahinter. Das muss kein Widerspruch sein: Der Finanztest betrachtet ein enges Anwendungsszenario, während der Gesamtindex mehrere Bereiche abdeckt, darunter Wissensarbeit, Programmierung, Naturwissenschaften und Alltagswissen. Hy4 scheint also in Finanzanwendungen, auf die Tencent bei der Entwicklung besonders Wert gelegt hat, Vorteile zu haben – bei den Gesamtfähigkeiten liegt es aber nicht vorn.

Auch beim Preis-Leistungs-Verhältnis gibt es einen wichtigen Punkt: Laut Artificial Analysis erzielt Hy4 ungefähr denselben Gesamtwert wie Haiku 5.5, Anthropics kleinstes Modell. Die Kosten pro Aufgabe betragen bei Haiku 5.5 in diesem Benchmark aber fast nur die Hälfte. Aus dem Token-Preis allein lässt sich also nicht schließen, dass „Hy4 günstiger“ ist. Entscheidend ist auch, wie viele Token tatsächlich für eine Aufgabe verbraucht werden.

Schwächen von Tencent Hy4 bei anspruchsvollen Aufgaben

Tencent räumt selbst ein, dass Hy4 bei höherer Mathematik, umfangreichen Programmierprojekten und komplexen Bildanalysen noch deutlich hinter den besten kommerziellen Modellen zurückliegt. Am grössten ist der Abstand bei Hy-FrontierMath T5:

13.0 gegenüber über 90 – das ist nicht mehr nur „etwas schwächer“, sondern eine ganz andere Leistungsklasse. Wenn Ihr Anwendungsfall mathematisches Schlussfolgern auf Wettbewerbsniveau, langfristige Softwareprojekte oder hochpräzise Bildanalysen umfasst, eignet sich Hy4 derzeit nicht als Hauptmodell.

Tencent Hy4: Was bedeutet das für Entwickler und Produktteams?

Für Entwickler: Mit und ohne Internetzugang praktisch zwei verschiedene Modelle

Betrachtet man die beiden Zahlen „etwa 5 % Halluzinationen mit Internetzugang“ und „89 % erfundene Antworten ohne Internetzugang“ zusammen, wird eines klar: Die faktische Zuverlässigkeit von Hy4 hängt stark von externer Recherche ab. Die 5 % stammen aus einem internen Test von Tencent mit Internetsuche. Die 89 % hat Artificial Analysis unter Bedingungen ohne Zugriff auf externe Quellen ermittelt. Bei der Integration in ein Produkt sollte Hy4 daher grundsätzlich als Modell geplant werden, das eine Rechercheanbindung benötigt.

Für die Umsetzung bieten sich unter anderem diese Maßnahmen an:

• Faktenfragen immer mit Recherche beantworten: Zuerst Material per Suche oder RAG abrufen und das Modell anschließend auf dieser Grundlage antworten lassen – nicht aus dem Gedächtnis.
• In der Eingabeaufforderung ausdrücklich erlauben, dass das Modell etwas nicht weiß: Für Inhalte, die in den Quellen fehlen, soll es direkt mit „In den Quellen nicht erwähnt“ antworten. Das senkt das Risiko erfundener Aussagen.
• Quellenangaben verlangen: Das Modell soll für jede Schlussfolgerung den entsprechenden Quellenabschnitt nennen, damit sich die Antworten stichprobenartig prüfen lassen.
• Wichtige Zahlen doppelt prüfen: Zahlen in Finanz- und Berichtsausgaben sollten zusätzlich programmatisch oder anhand von Regeln überprüft werden. Wie die GDPx-Bewertung zeigt, kann schon ein falscher Tabellenwert eine gesamte Ausgabe wertlos machen.

Hier ein minimales Aufrufbeispiel mit „Retrieval-Augmentierung + erlaubter Antwortverweigerung“. Ersetzen Sie den Modellnamen durch ein tatsächlich verfügbares Modell. Die konkrete Modell-ID für Hy4 finden Sie in der Konsole der jeweiligen Plattform.

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

context = "（这里放检索召回的资料片段）"
resp = client.chat.completions.create(
    model="your-model-name",
    messages=[
        {"role": "system", "content": "只依据给定资料回答；资料没有的内容回答“资料未提及”，并标注出处段落。"},
        {"role": "user", "content": f"资料：{context}\n\n问题：该公司三季度营收是多少？"}
    ],
    temperature=0
)
print(resp.choices[0].message.content)

import openai
from typing import List, Dict

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

SYSTEM = (
    "只依据给定资料回答问题。"
    "如果资料中没有答案，必须只回答：资料未提及。"
    "回答时注明依据的资料段落编号。"
)

def ask(model: str, context: str, question: str) -> str:
    try:
        resp = client.chat.completions.create(
            model=model,
            messages=[
                {"role": "system", "content": SYSTEM},
                {"role": "user", "content": f"资料：\n{context}\n\n问题：{question}"}
            ],
            temperature=0,
            max_tokens=500
        )
        return resp.choices[0].message.content
    except Exception as e:
        return f"Error: {e}"

def evaluate(models: List[str], cases: List[Dict]) -> None:
    """Bei Fällen mit answerable=False enthalten die Unterlagen absichtlich keine Antwort, um die Tendenz zum Erfinden von Antworten zu testen."""
    for m in models:
        refused, fabricated = 0, 0
        for c in cases:
            out = ask(m, c["context"], c["question"])
            if not c["answerable"]:
                if "资料未提及" in out:
                    refused += 1
                else:
                    fabricated += 1
        print(f"{m}: 正确拒答 {refused}，疑似编造 {fabricated}")

cases = [
    {"context": "[1] 公司二季度营收 12 亿元。", "question": "三季度营收是多少？", "answerable": False},
    {"context": "[1] 公司二季度营收 12 亿元。", "question": "二季度营收是多少？", "answerable": True},
]

# Ersetze die Liste durch die IDs der Modelle, die du vergleichen möchtest
evaluate(["model-a", "model-b"], cases)

🎯 Empfehlung zur Modellauswahl: Um neue Modelle wie Hy4 zu bewerten, vergleichst du sie am zuverlässigsten anhand derselben Fragen aus deinen eigenen Anwendungsfällen, statt nur auf Ranglisten zu schauen. APIYI apiyi.com bietet eine einheitliche OpenAI-kompatible Schnittstelle: Mit einem API-Schlüssel kannst du Claude, GPT, Gemini und Modelle mehrerer chinesischer Anbieter aufrufen und so alle Kandidaten mit demselben Testdatensatz prüfen. Ob Hy4 bereits auf der Plattform verfügbar ist, siehst du in der Modellliste der Konsole.

Auswirkungen für Produktverantwortliche: Für welche Aufgaben eignet sich Hy4?

Aus den Informationen der drei Quellen lässt sich die Eignung von Hy4 für verschiedene Aufgaben grob wie folgt einordnen.

Auswirkungen auf die Branche: Offene Modellgewichte bei zugleich strengerer Regulierung

Für Hy4 ist die Veröffentlichung der Modellgewichte geplant. Unternehmen könnten das Modell dadurch künftig in ihrer eigenen Infrastruktur betreiben. Ein Veröffentlichungstermin und die Lizenz stehen allerdings noch nicht fest. Für Vorhaben mit verbindlichen Lieferterminen sollte diese Option daher vorerst nicht eingeplant werden.

Auch auf regulatorischer Ebene gibt es Veränderungen. Das chinesische Handels- und das Wissenschaftsministerium haben im Oktober einen Entwurf für Exportkontrollen veröffentlicht. Er betrifft die Gewichte von Modellen, die weltweit zu den zehn führenden zählen oder mehr als zwei Billionen Parameter haben. Für Open-Source-Veröffentlichungen ist jedoch ein beschleunigtes Verfahren mit automatischer Genehmigung vorgesehen. Zur Sicherheit erklärt Tencent, dass beim Training Material mit Bezug zu Hacking gezielt herausgefiltert wurde. Das eigene Sicherheitslabor habe kein erhöhtes Missbrauchsrisiko festgestellt; auch das biologische Gefährdungspotenzial liege deutlich unter dem festgelegten Risikoschwellenwert. Ein ausführlicher Sicherheitsbericht soll zusammen mit den Modellgewichten veröffentlicht werden.

Häufige Fragen zu Tencent Hy4

Tencent Hy4: Die wichtigsten Punkte

• Zwei Neuerungen: Hy4 unterstützt erstmals Bildverständnis und die eigenständige Bedienung eines Computers, unter anderem für Blender, CAD und Office-Dokumente.
• Preise unverändert: Rund 0,83 US-Dollar pro Million Eingabetokens und 2,50 US-Dollar pro Million Ausgabetokens – genau wie bei der Vorschauversion.
• Im unabhängigen Test im oberen Mittelfeld: 35 Punkte im Gesamtindex von Artificial Analysis (AA), Platz zwei unter den chinesischen Modellen, aber deutlich hinter Kimi K3.1 Pro.
• Rechercheanbindung ist Pflicht: Mit Internetzugang liegt die Halluzinationsrate bei etwa 5 %. Ohne Internet erfindet das Modell in 89 % der Fälle eine Antwort, wenn es die Antwort nicht kennt.
• Rückstand bei schwierigen Aufgaben: Bei höherer Mathematik, langen Programmierprojekten und komplexen Bildanalysen liegt Hy4 deutlich hinter den führenden kommerziellen Modellen.
• Eigene Tests überprüfen: Finanz-Rankings und Schlussfolgerungen von Partnern basieren überwiegend auf eigenen Tests. Vor dem produktiven Einsatz sollten Unternehmen sie mit eigenen Beispielen überprüfen.
• Sicherer vergleichen: Über die einheitliche Schnittstelle von APIYI apiyi.com lassen sich Alternativen und Vergleichsmodelle zu Hy4 mit demselben Testsatz prüfen.

Zusammenfassung

Die wichtigsten Erkenntnisse zu Tencent Hy4:

1. Deutliche Fortschritte bei den Fähigkeiten: Bildverständnis und Computerbedienung sind die größten Neuerungen dieser Generation. Besonders intensiv wurde an Anwendungen für Finanzen und Büroarbeit gearbeitet.
2. Aussagen der drei Seiten getrennt betrachten: Die eigenen Tests des Herstellers und seiner Partner fallen eher optimistisch aus. Die unabhängige Bewertung von Artificial Analysis sieht Hy4 auf Platz zwei unter den chinesischen Modellen, auf einem ähnlichen Niveau wie Haiku 5.5.
3. Konkrete Schwächen: Ohne Internetzugang erfindet das Modell leicht Antworten; bei anspruchsvoller Mathematik und langen Programmierprojekten fällt es deutlich zurück. Das ist für die Modellauswahl unmittelbar relevant.

Für Aufgaben wie Finanzdatenabfragen, Dokumentenverarbeitung oder Spielkonfigurationen ist ein Pilotversuch mit Hy4 und Rechercheanbindung sinnvoll. Wenn die Anwendung dagegen auf Wissen ohne externe Quellen oder anspruchsvolle Schlussfolgerungen angewiesen ist, eignen sich derzeit stärkere Modelle besser. Empfehlenswert ist, die Kandidaten zunächst über die einheitliche Schnittstelle von APIYI apiyi.com anhand derselben Aufgaben zu testen und anschließend Kosten und Genauigkeit gegeneinander abzuwägen.

📚 Quellen

1. THE DECODER – Tencent releases Hy4 with vision and computer use: Bericht zur Veröffentlichung von Hy4
2. Link: the-decoder.com/tencent-releases-hy4-with-vision-and-computer-use-claims-second-place-among-chinese-ai-models

3. Inhalt: Offizielle Daten von Tencent, Rückmeldungen von Partnern und unabhängige Testergebnisse von Artificial Analysis

4. THE DECODER – SemiAnalysis GDPx 基准报道: Bewertung von KI-Agenten in realen Arbeitsszenarien

5. Link: the-decoder.com/no-ai-agent-scores-above-12-percent-on-semianalysis-new-real-world-work-benchmark

6. Inhalt: Ein Überblick über die Leistungsfähigkeit von Agenten, die professionelle Software am Computer bedienen

7. Artificial Analysis: Unabhängige Organisation zur Bewertung von Modellen

8. Link: artificialanalysis.ai
9. Inhalt: Aktuelle Ergebnisse unter anderem zum Intelligence Index und zu AA-Omniscience

Autor: APIYI-Technikteam
Technischer Austausch: Kontaktieren Sie uns über die Startseite von APIYI unter apiyi.com. Weitere Informationen zur Integration finden Sie im Dokumentationsportal unter docs.apiyi.com.